认识达内从这里开始

认真做教育专心促就业

运城达内人工智能培训随机森林算法的概念与应用分析

发布：运城达内教育官网
来源：互联网
时间：2023-03-21 09:18

掌握不同的算法能够让程序员在开发软件的时候有更多的实现方法，而本文我们就通过案例分析来简单了解一下，随机森林算法的概念与应用分析。

运城达内人工智能培训随机森林算法的概念与应用分析

随机森林指的是利用多棵树对样本进行训练并预测的一种分类器。

随机森林的优点有：

1)对于很多种资料，它可以产生高准确度的分类器;

2)它可以处理大量的输入变数;

3)它可以在决定类别时，评估变数的重要性;

4)在建造森林时，它可以在内部对于一般化后的误差产生不偏差的估计;

5)它包含一个好方法可以估计遗失的资料，如果有很大一部分的资料遗失，仍可以维持准确度;

6)学习过程是很快速的。

算法过程

1、一个样本容量为N的样本，有放回的抽取N次，每次抽取1个，终形成了N个样本。这选择好了的N个样本用来训练一个决策树，作为决策树根节点处的样本。

2、当每个样本有M个属性时，在决策树的每个节点需要分裂时，随机从这M个属性中选取出m个属性，满足条件m<

3、决策树形成过程中每个节点都要按照步骤2来分裂(很容易理解，如果下一次该节点选出来的那一个属性是刚刚其父节点分裂时用过的属性，则该节点已经达到了叶子节点，无须继续分裂了)，一直到不能够再分裂为止。注意整个决策树形成过程中没有进行剪枝。

4、按照步骤1~3建立大量的决策树，这样就构成了随机森林了。

数据的随机选取

先，从原始的数据集中采取有放回的抽样，构造子数据集，子数据集的数据量是和原始数据集相同的。不同子数据集的元素可以重复，同一个子数据集中的元素也可以重复。二，利用子数据集来构建子决策树，将这个数据放到每个子决策树中，每个子决策树输出一个结果。后，如果有了新的数据需要通过随机森林得到分类结果，就可以通过对子决策树的判断结果的投票，得到随机森林的输出结果了。

待选特征的随机选取

与数据集的随机选取类似，随机森林中的子树的每一个分裂过程并未用到所有的待选特征，而是从所有的待选特征中随机选取一定的特征，之后再在随机选取的特征中选取优的特征。这样能够使得随机森林中的决策树都能够彼此不同，提升系统的多样性，从而提升分类性能。

【免责声明】本文系本网编辑部分转载，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请在30日内与管理员联系，我们会予以更改或删除相关文章，以保证您的权益!更多内容请加danei456学习了解。欢迎关注“达内在线”参与分销，赚更多好礼。

< 上一篇：运城达内Java培训计算机网络加密与优化方法分享

下一篇：运城达内Java培训程序员开发软件之前需要了解哪些内容 >